向 Keras 中的 LSTM 提供训练任务答案

【问题标题】：Feed training tasks to the LSTM in Keras向 Keras 中的 LSTM 提供训练任务
【发布时间】：2018-10-23 16:09:39
【问题描述】：

我将在 Keras 中使用 LSTM。我的训练示例是 U1、U2、...、Uk，维度为 N*Tj，其中 N 是常数，Tj 是 Uj 中每个样本的长度。每个 Uj 是一个带有 Tj 训练样本的任务。我将把这 k 个任务提供给网络进行训练。模型要经过U1（用反向传播学习，batch size不一定是T1），然后去U2里面的例子学习，以此类推。一个纪元在英国结束时完成。 Uj 和 U(j+1) 是两个不同的任务，网络在训练期间不应将它们组合在一起。（模型应该以某种方式理解每个任务的开始和结束，即它不应该将下一个任务的元素视为前一个任务中序列的继续）如何将此训练任务提供给网络？

【问题讨论】：

有什么想法吗？我真的需要你的帮助。

标签： python machine-learning keras lstm rnn

【解决方案1】：

你的描述很抽象，但我会尽力回答你的问题：

我猜 Tj 不应该因每个样本而改变。通常所有样本都具有相同的维度和形状。有点混乱，因为你说，样本的维度和样本的数量是一样的？

无论如何-您正在谈论的真正问题是，您希望以特定顺序为网络提供样本，并且它应该解决多个任务。您要查找的研究术语是深度学习中的Multi-Task Learning。

这些多任务神经网络可以很好地处理彼此非常相关的分层任务。如果您的任务差异很大，最好为每个任务训练一个神经网络。

【讨论】：